Home
Case Studies
Max Mara Fashion Group
Riprogettazione di Order-to-Cash per una migliore esperienza di acquisto
Fin da quando ha deciso di lanciare il prêt-à-porter di alta gamma (una delle prime aziende di moda a farlo), l'italiana Max Mara Fashion Group ha sempre dato prova di uno stile pionieristico, che l'ha aiutata a distinguersi nel mercato globale del fashion. Oggi quel modello di business, incentrato sul rendere la moda di alta qualità accessibile a tutti attraverso un ampio portafoglio di marchi, ha più successo che mai.
Quasi per definizione, nell'industria della moda è d'obbligo tenere d'occhio l'evoluzione delle tendenze e dei gusti. Per Max Mara, è essenziale per restare rilevanti e fedeli al proprio marchio: a questo lavorano stilisti, product manager e altri dipendenti, il cui obiettivo è portare sul mercato il giusto mix di prodotti.
Ma c'è anche un altro aspetto del modello di business di Max Mara che è fondamentale per la fidelizzazione dei clienti: un'esperienza di acquisto soddisfacente, attraverso uno dei suoi 10 siti web specifici per marchio o uno degli oltre 2.300 negozi fisici in tutto il mondo. In tutto questo ha svolto un ruolo fondamentale l'adozione della digitalizzazione e del marketing omnicanale.
Per Max Mara, come molte altre aziende, l'arrivo della pandemia (e i cambiamenti nei comportamenti d'acquisto che ha prodotto) ha accelerato una trasformazione digitale già in atto. Anzi, nel corso della pandemia, la quota del volume d'affari derivante dai canali digitali è quasi triplicata. Come se avesse varcato un confine, l'unità operativa digitale di Max Mara, creata all'inizio del suo percorso di trasformazione digitale, ha riconosciuto che l'efficienza delle sue operazioni di back-end avrebbe ora avuto un impatto ancora maggiore sulla soddisfazione dei clienti.
"Se si immagina una 'mappa di calore' dei potenziali miglioramenti dei processi, la nostra zona più rossa sarebbe il ciclo Order-to-Cash, dall'elaborazione all'evasione dell'ordine, fino al pagamento e al servizio clienti", spiega il responsabile delle operazioni digitali di Max Mara. "E, durante i picchi stagionali delle vendite che osserviamo [solitamente a luglio e a dicembre], le zone rosse diventano ancora più rosse".
I problemi di processo creano colli di bottiglia, soprattutto nelle attività di magazzino tra il pick-and-pack e la spedizione. Il team di digital ops di Max Mara ha valutato diverse opzioni, prendendo in considerazione approcci tradizionali di riprogettazione dei processi che si basavano su sistemi di business intelligence (BI) e sugli insight di analisti aziendali, process owner e altri stakeholder in prima linea per andare a fondo dei problemi nel flusso dei processi.
Pur riconoscendo che questi metodi sono un tassello necessario per l'ottimizzazione dei processi, il team si è però reso conto che si trattava di un solo tassello, per l'appunto. "I sistemi di BI sono utilissimi per evidenziare i sintomi dei problemi di processo", spiega il responsabile delle operazioni digitali, "ma non sono altrettanto capaci di diagnosticare le cause alla radice, il che è fondamentale per risolverli". La visione più ambiziosa di Max Mara era di poter intraprendere azioni mirate, basate su dati concreti. Questo avrebbe significato non solo individuare i processi non ottimali a livello granulare (ad esempio, i modelli di personale in un particolare magazzino o le prestazioni di un fornitore di servizi logistici), ma anche elaborare proiezioni basate sui dati di quale impatto avrebbero avuto determinate modifiche, come la correzione o l'automatizzazione di un flusso di processo, sulle metriche operative chiave.
Tuttavia, data l'enorme complessità delle operazioni digitali di Max Mara, il team ha dovuto riconoscere che attuare una simile strategia basata sui dati sarebbe stato estremamente impegnativo. "Vendiamo in tutto il mondo e, se il 'front-end' del nostro processo di ordine è abbastanza standardizzato, la parte fisica del flusso - più a valle del processo - varia notevolmente da Paese a Paese", spiega il responsabile delle operazioni digitali. "Lo stesso vale per i nostri sistemi di supporto, come ERP e CRM, anch'essi fortemente personalizzati per le esigenze locali".
Tempi di risoluzione ridotti
Tempi di risoluzione del servizio clienti ridotti del 90% rispetto agli approcci manuali
Riduzione dei costi
Costo medio per risoluzione ridotto fino al 46% eliminando i colli di bottiglia
Come migliorare l'Order-to-Cash attraverso il process mining
Max Mara ha riconosciuto che, per migliorare i suoi processi Order-to-Cash (OTC), era necessario saper identificare in modo rapido e accurato non solo dove si trovano i problemi, ma anche quali soluzioni sono in grado di produrre il ROI più elevato. Il team delle operazioni digitali ha ritenuto che l'approccio giusto fosse quello di affidarsi a strumenti avanzati di rilevamento dei processi. Più nello specifico, cercavano uno strumento di scoperta dei processi che combinasse flessibilità di implementazione e potenti funzionalità granulari di modellazione dei processi.
Dopo aver vagliato una serie di opzioni, il team ha selezionato la soluzione IBM Process Mining, che a sua detta forniva "la base più completa per l'ottimizzazione dei processi basata sui dati".
Oggi questi sforzi sono gestiti dal Competence Center per l'ottimizzazione dei processi, istituito nell'ambito di un'implementazione di IBM Process Mining durata otto mesi. Il responsabile del centro spiega: "Forniamo soluzioni tecniche in base alle esigenze dell'azienda e agiamo da fulcro, coordinando l'analisi e l'implementazione tra l'azienda, i nostri partner per l'implementazione e la nostra infrastruttura IT interna". Il Competence Center ha svolto un ruolo fondamentale nel progetto Process Mining. Come racconta un business analyst del centro: "Insieme al nostro ramo commerciale, abbiamo effettuato un'analisi approfondita del flusso Order-to-Cash attuale in tutto il nostro complesso scenario, fatto di più software e più fonti di dati".
Gli insight qualitativi derivanti da questa revisione sono importanti, perché definiscono come orientare le iniziative di riprogettazione dei processi. Ma, in ultima analisi, le decisioni sui processi - che si tratti di modificare un flusso o di automatizzarlo - richiedono dati reali e fruibili dai processi stessi. Ed è qui che, secondo il responsabile delle operazioni digitali, entra in gioco la soluzione IBM Process Mining per colmare il divario. "Poiché le decisioni relative ai processi devono essere basate sul ROI, la loro validità è direttamente proporzionale a quella dei modelli di rilevamento dei dati e dei processi che ne sono alla base", spiega. “La potenza degli algoritmi [di IBM Process Mining], insieme alla vastità dei feed di dati che riescono ad acquisire dalle applicazioni aziendali, ci dà la sicurezza di sapere dove intraprendere un'azione e quale sarà il business case di tale azione".
Pensiamo, ad esempio, a una situazione in cui è noto che i tempi di consegna degli ordini in una particolare area geografica sono più elevati, e la sospetta causa principale sia il flusso pick-and-pack del magazzino. Eseguendo dati ERP, CRM e altri dati rilevanti attraverso i modelli di IBM Process Mining, i membri del team CoE possono non solo corroborare l'ipotesi, ma anche individuare impatti imprevisti sui processi che aggravano il problema. "In alcuni casi, sapevamo che c'era un collo di bottiglia dovuto a deviazioni del processo", afferma il responsabile delle operazioni digitali. "Ma siamo rimasti sorpresi da quanto fosse complesso il flusso e da quanti pochi ordini in magazzino seguissero effettivamente un flusso di processo di tipo 'happy path'. Questa visione basata sui dati ci ha permesso di progettare una soluzione più appropriata ed efficace per il problema".
Decisioni di automazione intelligenti per il massimo ROI
Per cambiare i processi nel modo giusto è fondamentale sapere quale sarà l'impatto del cambiamento, prima ancora di implementarlo. Le funzionalità di simulazione integrate della soluzione IBM Process Mining consentono a chi progetta i processi di testare il probabile impatto dei cambiamento in termini di metriche chiave come lead time e requisiti di personale. Le stesse qualità granulari e autonome del modello possono anche rivelare se un particolare cambiamento può avere un impatto imprevisto. "Abbiamo visto come alleviare un collo di bottiglia in un punto del flusso possa causare lo sviluppo di un altro collo di bottiglia in un altro punto", afferma il responsabile delle operazioni digitali. "Mettendo in luce tali impatti tramite la modellazione dinamica, [IBM Process Mining] ci ha permesso di adottare un approccio più olistico all'ottimizzazione dei processi".
In un caso degno di nota, il team di digital ops voleva capire come i cambiamenti proposti nell'elaborazione delle richieste di assistenza post-vendita dei clienti avrebbero influito sui colli di bottiglia durante il cosiddetto "carico elevato", quando il volume raggiungeva i picchi stagionali. Utilizzando IBM Process Mining, il team è riuscito a identificare le parti più ripetitive del flusso di processo che si prestavano meglio all'automazione. Simulando tali cambiamenti, inclusa l'automazione dei segmenti chiave del flusso di processo, è stato in grado di dimostrare una riduzione fino al 90% nei tempi di risoluzione del servizio clienti e una riduzione del 46% del costo medio per risoluzione.
Sebbene oggi Max Mara sia ancora in una fase relativamente precoce dell'automazione dei processi, il responsabile delle operazioni digitali si aspetta che nel prossimo futuro questa acquisisca molta più rilevanza nella strategia di digital ops dell'azienda. E vede IBM Process Mining come uno strumento essenziale per mappare questo percorso. "Gli investimenti strategici nell'automazione dei processi saranno fondamentali per offrire l'esperienza digitale di alta qualità che i clienti si aspettano", spiega. "Con IBM Process Mining, abbiamo acquisito un potente strumento per identificare dove l'automazione produrrà i maggiori benefici, sia per i nostri clienti che per il nostro business in futuro".
Il responsabile del Competency Center concorda:"Crediamo che il chiaro successo di questo progetto ne farà il primo di molti altri in diverse unità aziendali di tutto il mondo", commenta.
Max Mara (link al di fuori di ibm.com) è un'azienda di moda globale fondata nel 1951, con sede a Reggio Emilia. Max Mara conta 41 aziende e oltre 5.500 dipendenti, attraverso i quali opera in 105 Paesi. L'azienda, a conduzione familiare, è stata una delle prime del suo comparto a concentrarsi sull'abbigliamento prêt-à-porter di fascia alta. Oggi gestisce 10 marchi in tutto il mondo.
Legale
© Copyright IBM Corporation 2022. IBM Corporation, IBM Services, New Orchard Road, Armonk, NY 10504
Prodotto negli Stati Uniti d'America, ottobre 2022.
IBM, il logo IBM e ibm.com sono marchi di International Business Machines Corp., registrati in molte giurisdizioni nel mondo. Altri nomi di prodotti e servizi potrebbero essere marchi di IBM o di altre società. Un elenco aggiornato dei marchi IBM è disponibile all'indirizzo www.ibm.com/it-it/legal/copytrade.
Le informazioni contenute nel presente documento sono aggiornate alla data della prima pubblicazione e possono essere modificate da IBM senza preavviso. Non tutte le offerte sono disponibili in ogni Paese in cui opera IBM.
Gli esempi citati relativi a dati di prestazione e clienti sono presentati unicamente a scopo illustrativo. Gli attuali risultati in termini di performance possono variare a seconda delle specifiche configurazioni e delle condizioni operative. LE INFORMAZIONI RIPORTATE NEL PRESENTE DOCUMENTO SONO DA CONSIDERARSI “NELLO STATO IN CUI SI TROVANO”, SENZA GARANZIE, ESPLICITE O IMPLICITE, IVI INCLUSE GARANZIE DI COMMERCIABILITÀ, DI IDONEITÀ A UN PARTICOLARE SCOPO E GARANZIE O CONDIZIONI DI NON VIOLAZIONE. I prodotti IBM sono coperti da garanzia in accordo con termini e condizioni dei contratti sulla base dei quali vengono forniti.